范仁义

2020年10月17日

摘要：《python深度学习》笔记 9.2、深度学习的局限性一、总结一句话总结：【深度学习不能做任何推理的工作】：一般来说，任何需要推理（比如编程或科学方法的应用）、长期规划和算法数据处理的东西，无论投入多少数据，深度学习模型都无法实现。【深度学习对排序都难做】：即使是排序算法，用深度神经网络来阅读全文

posted @ 2020-10-17 00:29 范仁义阅读(241) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---9.1、深度学习知识回顾

摘要：《python深度学习》笔记 9.1、深度学习知识回顾一、总结一句话总结：【深度学习可能在几年的时间里被夸大炒作，但从长远来看，它仍然是一场改变我们经济和生活的重大革命】：炒作很可能会烟消云散，但深度学习带来的持久经济影响和技术影响将会永远持续下去。从这个意义上来讲，深度学习与互联网很类似：阅读全文

posted @ 2020-10-17 00:00 范仁义阅读(149) 评论(0) 推荐(0) 编辑

2020年10月16日

《python深度学习》笔记---8.5、生成式对抗网络简介

摘要：《python深度学习》笔记 8.5、生成式对抗网络简介一、总结一句话总结：【gan可以替代VAE来学习图像的潜在空间，它能够迫使生成图像与真实图像在统计上几乎无法区分】：生成式对抗网络（GAN，generative adversarial network）由Goodfellow 等人于201 阅读全文

posted @ 2020-10-16 22:35 范仁义阅读(493) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---8.4、用变分自编码器生成图像

摘要：《python深度学习》笔记 8.4、用变分自编码器生成图像一、总结一句话总结：【用深度学习进行图像生成，就是通过对潜在空间进行学习来实现的】：这个潜在空间能够捕捉到关于图像数据集的统计信息。通过对潜在空间中的点进行采样和解码，我们可以生成前所未见的图像。这种方法有两种重要工具：变分自编码阅读全文

posted @ 2020-10-16 20:57 范仁义阅读(489) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---8.3、神经风格迁移

摘要：《python深度学习》笔记 8.3、神经风格迁移一、总结一句话总结：神经风格迁移是指将参考图像的风格应用于目标图像，同时保留目标图像的内容。 1、“神经风格迁移是指将参考图像的风格应用于目标图像，同时保留目标图像的内容” 中的风格和内容分别指什么？【风格（style）是指图像中不同空间尺度阅读全文

posted @ 2020-10-16 18:23 范仁义阅读(378) 评论(0) 推荐(0) 编辑

Git 里面的 origin 到底代表啥意思?

摘要： Git 里面的 origin 到底代表啥意思? 一、总结一句话总结：【origin指向的就是你本地的代码库托管在Github上的版本】：你的代码库(repository)可以存放在你的电脑里，同时你也可以把代码库托管到Github的服务器上。在默认情况下，origin指向的就是你本地的代码库托管阅读全文

posted @ 2020-10-16 17:07 范仁义阅读(781) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---8.2、DeepDream

摘要：《python深度学习》笔记 8.2、DeepDream 一、总结一句话总结：【艺术性的图像修改技术】：DeepDream 是一种艺术性的图像修改技术，它用到了卷积神经网络学到的表示。【迷幻图像】：它很快在网上引起了轰动，这要归功于它所生成的迷幻图像，图像中充满了算法生成的错觉式伪影、鸟羽毛和阅读全文

posted @ 2020-10-16 00:59 范仁义阅读(256) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---8.1、使用LSTM生成文本

摘要：《python深度学习》笔记 8.1、使用LSTM生成文本一、总结一句话总结：其实原理非常简单，就是单层的LSTM把训练数据中单词与字符的统计规律学好，然后softmax层相当于分类对应到词表中的各个字符的概率 from tensorflow.keras import layers model 阅读全文

posted @ 2020-10-16 00:27 范仁义阅读(568) 评论(0) 推荐(0) 编辑

2020年10月15日

《python深度学习》笔记---7.3.3、模型集成

摘要：《python深度学习》笔记 7.3.3、模型集成一、总结一句话总结：【集成是指将一系列不同模型的预测结果汇集到一起，从而得到更好的预测结果】：想要在一项任务上获得最佳结果，另一种强大的技术是模型集成（model ensembling）。集成是指将一系列不同模型的预测结果汇集到一起，从而得到阅读全文

posted @ 2020-10-15 18:12 范仁义阅读(224) 评论(0) 推荐(0) 编辑

《python深度学习》笔记---7.3.2、超参数优化

摘要：《python深度学习》笔记 7.3.2、超参数优化一、总结一句话总结：【架构层面的参数叫作超参数】：这些在架构层面的参数叫作超参数（hyperparameter），以便将其与模型参数区分开来，后者通过反向传播进行训练。 1、神经网络中的超参数是什么，有哪些？应该堆叠多少层？每层应该包阅读全文

posted @ 2020-10-15 17:47 范仁义阅读(345) 评论(0) 推荐(0) 编辑

在校每年国奖、每年专业第一，加拿大留学，先后工作于华东师范大学和香港教育大学

公告